待验证50% 置信事实精确时间
计算工具（如RFdiffusion、ProteinMPNN）与语言模型可以介入蛋白质从头设计的序列生成环节
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
待验证与早期需要大量同源序列对齐的方法不同，现代蛋白质语言模型可以直接从单条序列预测结构，甚至从头生成具有特定功能的新序列78% 相似待验证以列表为单位的处理能力使蛋白质结构预测能够纳入自动化研发管线，而非作为一次性计算实验执行75% 相似已验证AlphaFold系列用于蛋白质结构预测，基因组语言模型用于DNA序列设计，大幅加速了合成生物学过程73% 相似待验证Protein MPNN的序列生成方式在数学上与Transformer语言模型高度同构，都是逐位置输出概率分布再采样，使文本水印的绿色列表偏置机制可直接迁移72% 相似待验证可设计性是生成式蛋白质设计中的常用评估标准：将生成的骨架输入独立的序列设计模型（如ProteinMPNN），再用结构预测工具（如ESMFold或AlphaFold）重新折叠预测序列，若预测结构与原骨架高度一致（通常以scRMSD阈值判定），则认为该骨架可设计。72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1077189API
curl https://kongchang.com/api/v1/knowledge/claims/1077189MCP
get_claim(id=1077189)